近些年随着智能机器人领域的蓬勃发展,多源信息融合和控制与决策技术得到了长足的提升。其中,作为空中机器人,多旋翼无人机由于拥有良好的机动性,在摄影、植保、巡检、测绘等场景下得到广泛的应用。然而,飞行器状态估计与飞行控制的抗干扰能力不强、精确度不高,仍有待提升。为此,本文开展了基于四元数的分离式扩展卡尔曼滤波与自抗扰控制（Active Disturbance Rejection Control,ADRC）的四旋翼无人机相关算法研究。论文的主要工作包括:首先,根据四旋翼飞行器的硬件结构与物理特性,描述四旋翼飞行器包括横滚、俯仰、偏航、高度及水平位置的六自由度数学模型。其次,对于机体上挂载的各个传感器模块,针对各自不同的信号特性进行相应的信号处理。然后,考虑多源传感信息,设计了基于四元数的分离式扩展卡尔曼滤波算法以求解姿态信息。接着,设计基于自适应的扩展卡尔曼滤波算法求解飞行器位置,得到精确的三维位置用于组合导航。最后,针对四旋翼无人机易受环境扰动影响的问题,利用自抗扰控制技术,研究了基于ADRC的飞行控制算法。在姿态解算实验中,俯仰角与横滚角的估计误差约为1.2度,偏航角的估计误差约为1.0度;在组合导航实验中,高度的估计误差不超过0.14米,水平位置的估计误差不超过0.27米;在飞行控制实验中,姿态控制的误差约为0.7度,高度控制的误差不超过0.1米,水平控制的误差不超过0.15米。实验结果表明,所设计的基于四元数的分离式扩展卡尔曼滤波算法可降低磁场干扰以及减小机体振动的影响,自适应扩展卡尔曼滤波可针对环境变化调节测量噪声协方差矩阵,有效减少定位系统信号漂移及受遮蔽后定位质量下降的影响;同时,基于自抗扰控制的飞行控制算法在强非线性与多回路耦合的系统特点下,能够以较小的误差实现姿态控制和位置控制,具有良好的鲁棒性与抗干扰能力。